- 博客(33)
- 收藏
- 关注
RSS订阅原创 ININ服务器管理 for 管理员
1.监测每个人vnc使用情况ps -ef | grep -i vnc | grep -v grep会有一堆信息，但关键的应当显示如下zhaolin 3594 1 0 Jan09 ? 00:02:13 Xvnc4 :7susheng 6994 1 1 16:03 ? 00:00:08 Xvnc4 :8后面的:n即为每个人使...
2020-01-13 16:14:19
256
原创 知识蒸馏：深入理解温度的作用
参考文献：http://baijiahao.baidu.com/s?id=1598625949059208402&wfr=spider&for=pc之前看过一遍知识蒸馏，当时应该是理解了的，但是过了俩月又忘了……因此特开一帖，用最简单的语言解释！1.知识蒸馏的定义首先，知识蒸馏是什么？这里对雷锋网的这篇做一个概括：知识是什么？是由人工网络的结构、参数等共同构建的映射...
2019-11-12 17:41:14
8824
原创 CVPR2019元学习教程：小样本学习、多任务学习、神经架构搜索、贝叶斯优化等前沿综述
这篇本来是从网上专知那里找的，可是被删了……实在可惜，因此转载至此。下面的4个PPT非常棒，是大牛们对这个行业的综述以及前景预测。————————————————————————分割线—————————————————————————导读计算机视觉最具影响力的学术会议之一的 IEEE CVPR 在2019 年 6 月 16 日 在美国加州的长滩市召开举行。来自Salesforce Re...
2019-10-15 15:03:53
815
原创 SNAS：比DARTS更随机的
原文地址：https://arxiv.org/pdf/1812.09926.pdf参考博客：AI科技大本营，雷锋网，喜欢打酱油的老鸟原本是打算略读这篇的……不过读着读着愈发感觉到这里面承载的知识含量，因此开一贴详述。1.本文做了什么？DARTS将网络架构搜索变得可微分，大幅提高了速度，但在最终选择离散架构时只是粗暴的选择了概率最高的结果（并无数学依据），并且在优化部分只能进行“两步...
2019-10-12 11:08:13
815
原创 一些人工智能方面的名词和领域
不知道有没有人跟我有一样的感觉：有时候你有一个构想，但却半天找不到同僚或者先驱。而在你知道这个领域的名称后，很快你就能找到很多相关的研究。因此，我在这里收集了人工智能领域的一些名词和其释义，以供参考。（持续更新）1.元学习（Meta Learning）：其核心思想是“学会如何学习”（Learning to learn），重点关注于如何用更少的样本、更快的学习神经网络。小样本学习（N-shot ...
2019-10-10 21:07:38
407
原创 YOLO：工业界翘楚的成长
一些参考博客：CSDN人工智能头条，洲洲_starry，shishi_m037192554，fariver，图像所浩南哥，AI之路YOLO系列的官方网站：https://pjreddie.com/darknet/yolo/虽然网上关于YOLO的介绍非常多，思想阐述的非常透彻，但总是觉得有种理解不透彻的感觉。因此另开一贴，记录下我的感悟。YOLOv1原文链接：https://www....
2019-10-10 20:37:27
766
原创 Batch Normalization批标准化：概率在神经网络中的重要地位
在学YOLO的时候，正好看到YOLOv2上使用了BN，而自己虽然一直用但却不清楚其中的原理。因此膜拜一下别人的博客，将内容记录于此。首先，郭耀华的博客里讲的真的很详细。下面的所有引文都是该博客中的原话，中间我觉的不太重要的部分进行了概括。首先整段引用一下BN的作用：机器学习领域有个很重要的假设：IID独立同分布假设，就是假设训练数据和测试数据是满足相同分布的，这是通过训练数据获得的模...
2019-10-10 16:36:41
228
原创 多窗口终端Terminator安装与风格配置
这里记录一下安装和配置Terminator的过程。虽然网上的安装教程很多，但是风格配置写的真是一塌糊涂。首先安装，非常简单：$ sudo apt-get install terminator$ terminator然后终端就run起来了。以后运行默认使用的就是这个终端，包括Ctrl+Alt+T。接着是风格化配置。这里我就想恢复成系统默认的终端样式。首先，终端内右键->...
2019-10-09 15:04:26
822
原创 Linux监控CPU 内存 GPU占用情况
因为最近要跑网络，想尽量提高服务器利用率，因此这里记录下如何监控各硬件使用情况。首先，CPU和内存可以直接执行$ top然后出来的界面就能看到CPU和显存MEM的使用情况了。但是这个界面全是数值，不好用。这里推荐使用htop。执行$ sudo apt-get install htop$ htop然后就能看到界面了。可以清晰地看到你有几个CPU核，以及你的内存大小，内存占用...
2019-10-09 10:50:21
506
原创 Ubuntu16.04上Anaconda3+pytorch1.2+Jupyter Notebook安装
1.Anaconda安装首先，去Anaconda官网下载相应的安装包。进入包所在的目录，执行bash Anaconda3-2019.07-Linux-x86_64.sh首先回车确认安装，然后空格到底看完license，输入yes接受。之后指定安装目录（可以直接回车装在你的~下面）。最后安装完后提示是否执行conda init，yes接受。打开新终端，会发现你的名字前面多了一个...
2019-10-09 10:32:25
309
原创 NAS-Bench-101: Towards Reproducible Neural Architecture Search：第一个NAS查表数据集
原文链接：https://arxiv.org/pdf/1902.09635.pdf数据集与代码链接：https://github.com/google-research/nasbench1.本文做了什么？本文设计了第一个供NAS使用的数据集，以希望降低这个行业的算力门槛，并提供一个可以统一量化成果效果的平台。在搜索空间中通过图同构来识别423k个独特的cell（cell定义见NA...
2019-10-08 18:59:28
2136
原创 对Exploring RandomlyWired Neural Networks for Image Recognition的另类解读：披着随机搜索外衣的操作至上方法
原文链接：https://arxiv.org/abs/1904.01569项目地址：https://github.com/seungwonpark/RandWireNN中文翻译：https://blog.csdn.net/weixin_37993251/article/details/89161502参考的博客：xiaoiker的博客和georgeandgeorge的博客1.本文在...
2019-10-07 22:31:36
192
原创 YOLOv3 制作并训练自己的数据集
本文参考了：dspeia的制作教程，Rani_zZ的制作教程，Darknet官网中的YOLO教程。首先对YOLO进行简要说明。YOLO是一个one-stage网络，其直接回归所检测目标的边框参数（左上点x，y，宽高width，height），置信度值以及属于各类的概率。YOLOv3将整张图片切割成了7x7块，并在每一块中都检测三个目标，也即每一块中所回归出的结果应当是3x(5+类的数量)。...
2019-10-07 14:53:35
3162
原创 OpenCV3安装教程
首先说一下为什么不用OpenCV4。OpenCV4中将cv.h的内容转移到了其他的里，直接导致依赖于OpenCV3编写的程序的所有相关代码报错，十分闹心，我在用OpenCV4执行YOLO报错后为了免得以后还得改，直接卸载了OpenCV4。卸载命令为：$ cd /home/***/opencv4.1.1/build$ sudo make uninstall$ cd ..$ sudo r...
2019-10-07 12:10:15
1034
原创 Learning to Model the Tail：通过多样本任务辅助少样本任务学习（元学习）
在日常生活中，数据的数量并不是相等的。即使是在超大型数据集中，数据的数量差异也广泛存在，例如下图中SUN-397中的数据分布情况。卧室的数据可以达到1000以上，但图书馆甚至不到50。在本文中，这种数据分布情况被称为“长尾”（long tail）。对于处在尾部的数据而言，机器学习算法实际上是在执行小样本学习任务（N-shot learning），这直接导致了相关领域识别的准确率不高。为...
2019-10-06 09:15:36
1539
原创 Anytime Online Novelty Detection for Vehicle Safeguarding：实时新颖性检测方法
新颖性检测（Novelty Detection）也被称为异常检测（Anomaly Detection）或离群点检测（Outlier Detection），其目的是使机器能够识别出当前场景的输入与之前场景的输入（训练或实践过程中）是否一致，从而避免潜在的危险，或是开始对新场景的学习。目前来说，对新颖性检测的研究主要包括两种思路：一种是构建One-Other的分类器，通过利用特征空间上各数据点的距...
2019-10-04 11:08:08
745
原创 DARTS：用概率模型使网络架构搜索变得可导
数学就是知识，这是对DARTS最形象的概述。不知道其他看官有没有这种感觉，深度学习在经过冗长的一段试错法发展（从AlexNet到DenseNet，其间催生了无数修改模型-有效-尝试解释-发文的臆测型模型修改水文）后，终于在AutoDL下成为了一种优化可解的方法。最近读到的很多方法，都使用了概率论相关的知识，不禁感慨：数学就是算法的根。闲话少说，开始DARTS！DARTS:可微分神经架构...
2019-09-29 21:24:34
771
原创 Auto-Deeplab：从SOTA模型开始学习神经架构搜索
写在文章前面的一点小感想：笔者是北京某高校的在读研究生。研一至今一直在从事着名为科研的本科实验报告撰写工作，深感自己与时代脱节严重。恰逢导师有意，遂将元学习与神经架构搜索作为自己的研究方向，但却一直没有迈出那个第一步。因为觉得自己如此虚度时光会最终废掉，因此在此立一个Flag：无论多忙，每天精读一篇相关领域文章并分享于此。从我个人而言，我的科研方法是侧重整体感知而忽视细节的。也即，在我的文章中...
2019-09-29 11:24:10
1952
原创 自动驾驶相关数据集汇总
不定期更新…反正看论文见到就记下来就对了。话说自动驾驶领域论文里带数据集是不是就比较容易被引用……所有数据集都是计算机视觉相关的。基于图像做的各种事情。常用数据集：KITTI数据集，包含双目图像、激光雷达点云、导航信息以及2D、3D物体边框、光流场景流、深度和物体跟踪等各类标注。Cityscapes，包含城市场景下双目图像及像素级语义分割标注。comma2k19，包含单目...
2019-07-30 22:27:52
1484
翻译 ICRA2019 Best Paper候选 Variational End-to-End Navigation and Localization翻译
摘要：深度学习彻底变革了直接从原始感知数据学习「端到端」自动车辆控制的能力。虽然最近在处理导航指令形式的扩展方面取得了一些进步，但这些研究还无法捕捉机器人所有可能动作的完整分布，也无法推断出机器人在环境中的定位。在本文中，研究者扩展了端到端驾驶网络，使其能够仅基于粗糙GPS信息，实现点到点导航并获得当前位置的概率分布。他们定义了一个新的变分网络，该网络能够根据环境的原始相机数据和拓扑路线图...
2019-07-26 10:13:27
701
原创 Kaggle入门记录
从4月底开始断断续续看了很多深度学习相关的东西，从架构到论文再到训练细节，但是因为自己没上手开始做东西，一直处在看了就忘的状态。最近开始做东西，才感觉自己正式开始逐渐入门了。所以这里就记录下自己的学习历程，保存一下以后可能用得到的学习资料。首先，在不确定自己要做什么的时候，开始做才是最重要的。我跟了挺多教程的，最后感觉Kaggle真的很适合作为入门练习。我的第一个练习是跟着机器之心的教程来...
2019-06-05 10:55:08
163
原创 配置ZED数据采集环境
需要用ZED采双目图像，这里记录下配置Ubuntu下的ZED采集程序的过程。首先，下载ZED驱动。最低需要Ubuntu 16和Cuda 9，这里我一开始装CUDA9.2也会报错。根据安装说明里写的装好，运行Explorer后，遇到问题：图像一直呈现绿紫色，然后有报错：OpenGL的一个库版本不匹配。经过尝试，发现是OpenGL库太旧。OpenGL库的安装是跟随Cuda的，所以在选择Cuda...
2018-12-13 12:05:57
965
原创 从零开始配置Ubuntu系统
记录一下给新机子装Ubuntu的过程。电脑本身有一个Win10,手里有校园PT上下载的Ubuntu16.04镜像，用UltraISO制作了安装盘（需要格式化的2G U盘），具体流程参考了这里。在分配硬盘空间参考了这里。但是鉴于我笔记本上装的时候分配了30G给挂载点/，而后来却遇到了空间不足的问题（软件都装在这个里），而我的盘本身不是用LV弄的，没办法扩展。所以给两条建议：1.最好在安装的时...
2018-07-19 11:01:53
570
原创 Ubuntu16.04 CUDA10 + cuDNN7安装记录
正好赶上给新系统安装CUDA，就详细的记录一下安装过程，我N次安装后的理解，以及一些问题。首先，庞贝船长的这篇文章真的写的很详细，但是由于他的链接现在挂了，因此我将他的大部分操作说明拷贝了下来，中间斜体的部分是我补充的。大部分步骤都是按照这篇文章里走的，最后亲测成功在Ubuntu 16.04上安装了CUDA 9.2和10，但在18.04上由于其没有lightdm组件，因此失败。也即该文应该仅适...
2018-07-18 11:55:23
1451
3
原创 会议整理
部分复制自这里。以下是不完整的列表，但基本覆盖。机器学习顶级会议：NIPS, ICML, UAI, AISTATS; （期刊：JMLR, ML, Trends in ML, IEEE T-NN）计算机视觉和图像识别：ICCV, CVPR, ECCV; （期刊：IEEE T-PAMI, IJCV, IEEE T-IP）人工智能：IJCAI, AAAI; （期刊AI）另外相关的还有SIGRAPH,...
2018-06-13 09:48:31
1457
英文会议论文出版地信息汇总
毕业论文中需要论文的出版地信息，总结一下出版者：出版地Internet Society: Rosten, VA, USASpringer: Berlin，GermanACM：New York, NYIEEE：Piscataway, NJUSENIX：Berkeley，CA...
2018-06-11 09:08:29
12454
1
原创 SVM学习随笔
首先是SVM原理，这篇里写的很详细。然后是如何将图像用SVM进行分割。这篇里讲的比较清楚，这里直接引用他的概括：提取训练集中图片的feature将这些feature聚成n类。这n类中的每一类就相当于是图片的“单词”，所有的n个类别构成“词汇表”。我的实现中n取1000，如果训练集很大，应增大取值。对训练集中的图片构造bag of words，就是将图片中的feature归到不同的类中，然后统计每一...
2018-05-11 14:52:32
172
原创 ROS调教指南
遇到了很多次，ROS通信问题，不知道是哪边出的问题，这里总结下：首先，rostopic命令可以监控话题发布情况，其中rostopic echo /topic这个命令可以查看发布出来的信息。然后，在使用sync_pol的时候，每一个信息都需要header中的stamp时间标记，否则无法读取。...
2018-04-26 16:10:13
263
原创 Caffe调教指南
最近又重新捡起来Caffe编译了一下，鉴于以后估计就要和它打交道了，还是记录下遇到过的问题。拿到一个Caffe，依赖项什么的就不说了，网上教程很多，结合官网就能下好。然后，caffe文件夹下cp Makefile.config.example Makefile.config复制出来，根据需求修改.config里的以下几条：# cuDNN acceleration switch (uncomment...
2018-04-17 20:30:57
281
原创 基于视觉的车辆三维位置获取学习笔记
最近在为如何通过图像识别出整个车，并获取车的三维空间信息发愁。记录下看的东西。1.Deep MANTA A Coarse-to-fine Many-Task Network for joint 2D and 3D vehicle analysis from monocular image通过预先构建的车辆三维模型，可以通过单张图片还原出车辆的3D位置和模型，这里有前人的翻译。这里是来自浙大的翻译...
2018-04-06 19:37:35
1609
原创 ROS学习随笔（一）
看鲁哥的程序源代码，想要学下ROS顺便改出我需要的部分。1.图片发布器调用语句为rosrun dataset_publisher stereo_kitti_publisher /home/stein/05111658/ 5读取图片路径部分为 vector<string> vstrImageLeft; vector<string> vstrImageRight...
2018-03-20 09:35:17
343
原创 Adams/Car和Matlab联合仿真
网上给的Adams/Car+Matlab/Simulink联合仿真教程很多，但是我自己调却仍然出各种问题，最后终于成功，感慨中间全是细节……参考了MSC软件的官方微博，和百度文库中的一篇。本人是个Adams小白，之前完全没接触过，所以才出各种问题，大神们勿喷。言归正传，记录一下步骤和我遇到过的问题，给大家一个参考。联合仿真教程首先确保Adams/Car和Matlab都是32位或都是64位，否则会出...
2018-03-18 18:13:41
11721
15
原创 从零搭建SegNet（安装＋训练＋测试）
SegNet的安装：SegNet依赖于许多组件，前人已经有许多教程，故这里仅给出我参考并安装成功的部分：先给一篇我初次安装时参考的：CUDA8.0+NVIDIA Driver安装，其中老版本下载地址为CUDA8.0下载．安装过程中请同时参阅官方安装说明．我在实际安装中遇到的问题可以参考这篇文章，安装的是CUDA9.2版本。需要注意：CUDA8.0安装包中自带显卡驱动367/375（分别...
2018-03-16 14:34:32
8190
10
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人